こんにちは！RemitAid CTOの@iTakacです。
今回は弊社が事業で活用しているダッシュボードをご紹介いたします。
弊社ではタイトルのとおり、Amazon Quick SuiteをBIツールとして活用しています。
基本的にはデータセットでSQLを書いて、分析でビジュアライズを調整するシンプルな利用にとどまっています。
具体的な数値や期間はボカしていますが、読者の事業の参考になれば幸いです。
Amazon Quick Suiteとは?
Amazon Quick Suiteは、AWSが提供するクラウド型のBIツールで、旧名はAmazon QuickSightでした。
他のBIツールと比較すると以下のような特徴があります。
メリット
- AWSのデータソース(RDS、Redshift、S3など)との連携が容易
- サーバーレスで運用の手間がほとんどかからない
- 従量課金制で、小規模から始めやすい価格設定
- SQLベースでデータセットを作成できるため、エンジニアにとって学習コストが低い
デメリット
- TableauやLookerなどと比べると、ビジュアライズの表現力はやや限定的
- 複雑な分析や高度なカスタマイズには不向き
弊社のような小規模スタートアップでは、まずは「データを見る文化」を作ることが重要です。
高機能なBIツールを入れても使いこなせなければ意味がないので、Quick Suiteのシンプルさは初期フェーズに適していると感じています。
成約加盟店数
まずは月毎の成約加盟店数の推移をグラフ化したものです。
VCや投資家が好みそうなグラフになってますね笑
SQLはGROUP BYで月毎にグルーピングしてカウントしただけです。
SELECT
date_format(created_at, '%Y-%m') AS month,
SUM(COUNT(*)) OVER (ORDER BY date_format(created_at, '%Y-%m')) AS cumulative_count
FROM `awesome`.`merchant_infomation`
GROUP BY date_format(created_at, '%Y-%m')
分析は
- ビジュアルタイプ：クラスター棒コンポグラフ
- X軸：month
- 棒グラフの値：cumulative_count（合計）
を指定して可視化しました。
加盟店ごと決済金額サマリー
続いて加盟店ごとの決済金額を合計したものを円グラフで表現しました。
真ん中の数字は全加盟店の合計決済金額になります。
私たちのようなfintechサービスを展開する事業では手数料型のビジネスモデルなので、決済金額の大きさが売上の大きさに直結します。
従って、このように決済金額を常にウォッチできることは重要で、事業の初期の頃は「〇〇業界の決済金額が多い傾向にあるので少しプロモーションしてみよう」などとデータから仮説を作り、施策を実行したこともあります。
SQLはこちらも関連テーブルをJOINして、加盟店ごとにグルーピングして合計しました。
select
mi.merchant_id,
mi.company_name,
t.month,
round(t.sum, 0) as tpv
from `merchant`.`merchant_infomation` mi
inner join (
select
sd.supplier_merchant_id,
date_format(pt.paid_at, '%Y-%m') as month,
sum(sd.fx_payment_amount) as sum
from `transfer`.`settlement_details` sd
inner join `transfer`.`payment_transactions` pt on sd.payment_transaction_id = pt.id
left outer join `transfer`.`awesome_transactions` st on pt.id = st.payment_transaction_id
group by sd.supplier_merchant_id, date_format(pt.paid_at, '%Y-%m')
) t on mi.merchant_id = t.supplier_merchant_id
order by mi.merchant_id asc, month asc
分析は
- ビジュアルタイプ：ドーナツグラフ
- グループ/色：company_name
- 値：tpv(合計)
を使いました。
※TPVとはTotal Payment Valueの略で、プロダクトを流れる決済金額の合計を指します。C2Cプラットフォーム等でよくGMVという指標が用いられますが、取り扱いは同じです。
余談ですが、今回のビジュアライズはあえてドーナツグラフを使いました。どの加盟店がいくら決済しているかを示すだけなら、棒グラフや表形式でも十分です。
個人的には円グラフにすることで、決済金額が大きい加盟店ほどグラフでの存在感が大きくなる印象を演出でき、こちらの方が気に入っています。
データをシェアする際には、ただ数字を羅列するだけではなく、どう認知させるかから逆算して設計するのもエンジニアの腕の見せ所かなと思います。
加盟店ごと決済金額ヒートマップ
最後はヒートマップです。
縦軸に加盟店、横軸に年月を配置し、決済金額が多くなるほど色が濃くなります。
弊社の決済システムでは海外の展示会出展などの季節性を伴う利用があり、そのような特徴を可視化できます。
また全体的に決済が満遍なく実行されたのか、数社が大きく牽引しているのかといった情報もヒートマップを見ることで一発で確認できます。
さながらGithubの草のようですね！
SQLは先ほどと一緒です。
分析は
- ビジュアルタイプ：ヒートマップ
- 行：company_name
- 列：tpv(合計)
を使いました。
まとめ
いかがでしたでしょうか。
今回はRemitAidで実際に活用しているAmazon QuickSightのダッシュボードを3つご紹介しました。
スタートアップにおいて、データを可視化して常にウォッチできる状態を作ることは非常に重要です。
Quick Suiteは設定もシンプルで、SQLが書ければ基本的な分析は十分に実現できます。
高度なBIツールを導入する前に、まずはこういったシンプルなツールで「データを見る文化」を作ることから始めるのも一つの手だと思います。
また、データの見せ方一つで受け手の印象は大きく変わります。
ドーナツグラフやヒートマップなど、伝えたいメッセージに合わせてビジュアライズ方法を工夫することで、データの価値を最大限に引き出せます。
もし皆さんの事業でもダッシュボード構築の参考になれば嬉しいです!
告知
Podcast 「RemiTalk」では普段の会社の様子を赤裸々に語っています。
もし良ければ聴いてみてください！
Podcast 文字起こしはこちら
Discussion